AI가 방금 시작되고 있습니다. 다음 도약을 준비하는 4 가지 방법은 다음과 같습니다.

Yotam Kramer

많은 사람들에 대한 인식에도 불구하고, 우리가 2025 년에 입국함에 따라 AI는 여전히 채택의 초기 단계에 있습니다. 실제로,이 기술은 수십 년 동안 개발되어 왔지만, 그 응용 프로그램은 최근 대부분의 기업들에게 현실이되었습니다.

OpenAi의 제품과 같은 대규모 언어 모델은 방에서 산소의 대부분을 가져 왔을 수 있지만 AI가 값을 추가 할 수있는 곳의 한 예를 나타냅니다.

사실, 우리는 이미 진자가 AI에서 돈을 버는 방법으로 돌아가는 것을보고 있습니다.

AI의 트렌드와 2025 년에 볼 주요 영역을 자세히 살펴 보겠습니다.

대규모 데이터 세트에는 다른 접근 방식이 필요합니다

AI 내에서, 우세한 이야기는 오랫동안“더 많은 컴퓨팅 전력은 더 나은 결과를 얻을 것”이었습니다. 그러나 Deepseek의 최근의 획기적인 것은이 이야기를 바꿀 것입니다.

또한 데이터에 접근 할 때 이야기가 변경 될 것으로 예상해야합니다. 여기서 CPU 또는 중앙 처리 장치는 오랫동안 기업의 방문이되어 왔지만이 기술은 약 40 년 동안 시장에 나와 있습니다. CPU 기반의 대규모 병렬 처리 시스템은 스케일링으로 어려움을 겪고 있습니다. 즉, 현대 분석의 복잡하고 대규모 데이터 세트로 어려움을 겪고 있습니다. 한편, 스노우 플레이크와 같은 플랫폼은 무시할 때 시간이 지남에 따라 쌓이는 많은 도전을 가릴 수 있습니다.

CPU가 한도에 도달함에 따라 2025 년에 그래픽 처리 장치가 더 많이 채택 될 것으로 예상됩니다. 이는 조직이 대규모 데이터 볼륨을 처리하고 분석하는보다 효율적인 방법을 찾아 수천 개의 병렬 계산을 동시에 처리 할 수있는 기술의 능력을 활용함에 따라 발생할 수 있습니다. 데이터 집약적 인 작업의 성능 및 비용 효율성 향상.

데이터 과학자의 해

과거에는 직업이 간과되었을 수 있지만, 데이터 과학자들은 수요가 높으며 전 세계적으로 기업의 AI 목표를 제공하는 데 중요한 전문 기술 세트가 있습니다.

실제로, 미국의 평균 데이터 과학 연간 임금은 $ 100,910이며, 상위 10%는 매년 평균 $ 167,040을 벌고 있습니다.

우리는 이러한 추세가 계속 될 것으로 기대해야합니다. 이것은 또한 팀을 운영하는 것이 점점 비싸고 경쟁력이 있음을 의미합니다. 따라서 우리는 회사가 팀의 효율성을 위해 AI로 전환하는 회사의 증가를 볼 가능성이 높습니다.

데이터 마이그레이션 문제가 급증 할 것으로 예상됩니다

AI는 데이터 액세스에 달려 있습니다. 그러나이 데이터 (데이터 마이그레이션이라고하는이 데이터를 수집하고 처리하는 작업은 기업의 주요 두통입니다.

기업은 규모와 조직의 복잡성으로 인해 대규모 데이터 호수와 협력합니다. 여기에는 종종 현장 및 클라우드에 반 구조화되고 구조화되지 않은 데이터가 포함됩니다. 이 데이터를 적절하게 분석하려면 이동해야하지만 이러한 파이프 라인 중 다수는 효율적이지 않습니다. “Schema-on-Read”를 사용하여 데이터를 처리하면 처리 시간이 느리기 때문에 몇 시간이 걸리고 비용이 급등 할 수 있습니다.

올해는 이것이 정면으로 해결 될 것입니다. 기업은 현재 최종 제품에 대한 초점에서 소스에서 데이터를 올바르게 처리하여 비용을 절감하고 효율성을 높이는 것으로 보일 것입니다.

가장 큰 문제는 비용이 아니라 속도입니다

마지막으로, 2025 년은 기업이 속도의 필요성에 직면 한 해가 될 것입니다. 빠른 분석에서 나오는 경쟁 우위 외에도 속도는 전체 운영 비용을 줄이기 위해 초점을 맞추는 가장 중요한 지표입니다.

데이터를 마이그레이션, 처리 및 처리하는 더 빠르고 효율적인 방법을 찾는 것은 리더가 품질을 희생하거나 작업 범위를 줄이지 않고 비용을 줄일 수있는 주요 방법입니다. 이러한 비용 절감 이니셔티브는 대규모 데이터 세트와 호수에 접근 할 때 큰 비용을 절약합니다.

또한 회사 인 SQREAM의 설문 조사에 따르면 응답자의 98%가 클라우드 및 인프라에 대해 5 백만 달러 이상의 예산을 가지고 있음에도 불구하고 2023 년에 기계 학습 프로젝트 실패를 경험 한 것으로 나타났습니다. 이는 데이터 프로젝트에 대한 투자가 기하 급수적으로 성공적인 결과의 가능성을 증가 시킨다는 것을 강조합니다.

우리는이 네 가지 트렌드가 2025 년에 역할을하는 것을 기대해야합니다. 기업이 AI에서 돈을 버는 방법에 중점을 두므로 기존 프로세스를 더 나은 결과를 위해보다 효율적으로 만드는 방법에 훨씬 더 중점을 둘 것입니다.

Yotam Kramer는 SQREAM Technologies의 마케팅 부사장입니다. 또한 TechStars의 멘토이며 B2B 기술 회사의 모든 마케팅 측면 및 팀을 이끌고 경험이 있습니다.

일러스트레이션 : Dom Guzman